Validation of MUAC Cut-Offs of WHO for Diagnosis of Acute Malnutrition among Children under 5 Years in Karachi, Pakistan
Notice bibliographique
Résumé
Objective: To validate the WHO recommended Mid-Upper Arm Circumference (MUAC) cut-offs for acute malnutrition screening in children younger than five in Karachi, Pakistan. Methods: A cross-sectional study was conducted, including an anthropometric examination following WHO guidelines. Height was measured using Stadiometer and Infantometer. The link between MUAC and Weight-for-Height-Z score (WHZ) for different cut-offs of MUAC for Moderate Acute Malnutrition (MAM) and Severe Acute Malnutrition (SAM) was shown using Receiver Operator Characteristics (ROC) curves and the Youden index. Sensitivity and specificity of MUAC <11.5 cm and ≥11.5 to <12.5cm were determined using WHZ scores of -3 Standard Deviation (SD) and ≥-3 to <-2 SD for SAM and MAM, respectively. Results: Among 499 children, as per WHZ score, 9.6% and 27.1% had SAM and MAM, respectively, whereas according to MUAC, 6.4% and 3.6% had MAM and SAM, respectively. At the maximum value of the Youden index of 55.6%, an optimum cut-off of 12.7cm for screening of SAM with MUAC was found compared to the recommended cut-off of 11.5cm. Similarly, at the maximum value of the Youden index of 57.7%, an optimum cut-off of 13.9cm for screening of MAM with MUAC was found compared to the recommended cut-off of 12.5cm. Conclusion: The current MUAC cut-off of WHO for screening SAM and MAM cases captures only a small percentage of children under five. This needs to be revised to capture children with acute malnutrition for timely treatment in Pakistan.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».